Résumé
- Nous facturons un tarif fixe de 0,15 $ par 1M de tokens d'entrée et de 0,50 $ par 1M de tokens de sortie, sans paliers de tarification.
- Les recharges en crypto de 20 $ à 500 $ incluent des crédits bonus allant de +5 % à +15 %.
- Notre modèle uncensored unique prend en charge une fenêtre de contexte de 100k tokens sans utiliser vos données pour l'entraînement.
- Les erreurs et les refus consomment zéro jeton, garantissant que vous ne payez que pour les complétions réussies.
Pourquoi les développeurs quittent les fournisseurs standards
Les développeurs constatent souvent que les fournisseurs standard augmentent les coûts lorsque l’utilisation s’scale ou lorsque des fonctionnalités spécifiques comme l’appel de fonction sont réservées à des modèles coûteux. Nous proposons une API indépendante et compatible OpenAI qui sert un seul grand modèle de langage uncensored. Cette approche supprime la complexité du routage des modèles et garantit une facturation cohérente quel que soit votre volume de requêtes. Vous pouvez exécuter votre code client existant en mettant simplement à jour l’URL de base et la clé API.
- Aucuns frais d'abonnement mensuel ni structures de tarification par paliers.
- Le crédit payé n'expire jamais, vous permettant d'utiliser vos fonds à votre rythme.
- Les erreurs et les refus ne consomment pas de jetons, ce qui réduit les dépenses gaspillées.
Comprendre le coût réel de l'utilisation des jetons
Le coût réel d'une API LLM dépend de la facturation des tokens d'entrée et de sortie. Nous facturons $0.15 par 1M de tokens d'entrée et $0.50 par 1M de tokens de sortie. Ce taux plat s'applique à chaque requête, quelle que soit la complexité du modèle. Contrairement aux fournisseurs qui facturent plus cher pour les contextes plus longs ou le raisonnement spécialisé, notre tarification reste prévisible. Vous pouvez estimer vos coûts en multipliant le nombre moyen de tokens de votre requête par ces tarifs. Les erreurs et les refus sont gratuits, donc vous ne payez pas pour les tentatives échouées.
De nombreux utilisateurs s’inquiètent des frais cachés pour le streaming ou l’utilisation d’outils. Notre streaming via SSE inclut l’utilisation des tokens dans le dernier chunk, garantissant une facturation précise. L’appel de fonction et le mode JSON n’entraînent pas de frais supplémentaires. La seule limite est le corps de requête de 8 Mo par requête.
Comment les modèles sans censure réduisent les frais généraux
Les modèles sans filtre nécessitent souvent des prompts moins complexes pour obtenir des sorties de haute qualité car ils ne refusent pas les sujets adultes légaux ou controversés. Cela réduit le besoin d'instructions système longues et de boucles de réessai. Notre modèle est ajusté pour répondre sans refus de contenu pour un usage adulte légal, ce qui simplifie votre flux de travail. Vous pouvez vous concentrer sur la qualité du contenu plutôt que sur la gestion des filtres de politique.
La fenêtre de contexte de 100 000 tokens vous permet de transmettre de grandes quantités de données sans troncature. Cela est particulièrement utile pour les applications nécessitant une mémoire à long terme ou une analyse de documents. Le modèle gère efficacement les demandes et les réponses dans cette fenêtre. Vous pouvez ajuster des paramètres comme la température et le top_p pour contrôler le style de sortie.
Paiements crypto vs.
Les méthodes de paiement traditionnelles impliquent souvent des frais de traitement, des contestations et des coûts de conversion de devise. Nous acceptons uniquement l'USDT sur TRC20 ou l'USDC sur Base pour les recharges. Vous pouvez ajouter n'importe quel montant entier de 20 $ à 500 $. Le processus est rapide et transparent. Vous recevez des crédits bonus en fonction du montant de votre recharge. Les recharges de 50 $ ou plus incluent un bonus de +5 %. Les montants de 100 $ ou plus reçoivent un bonus de +10 %. Le bonus le plus élevé de +15 % s'applique aux montants de 200 $ ou plus.
La création de compte nécessite uniquement une adresse e-mail ou un compte Google. Aucun numéro de téléphone n'est requis. Vous obtenez une clé API immédiatement. Le crédit d'essai de 0,50 $ est disponible pour les nouveaux comptes pendant 7 jours. Cela vous permet de tester l'API sans aucun engagement préalable. Le crédit n'est pas remboursable, mais il n'expire pas.
Fenêtres de contexte et limites de sortie expliquées
La fenêtre de contexte détermine la quantité de texte que le modèle peut traiter dans une seule requête. Notre modèle prend en charge une fenêtre de 100 000 tokens pour l'ensemble de l'invite et de la réponse combinés. C'est nettement plus grand que celui de nombreux fournisseurs standards. Vous pouvez transmettre des documents entiers ou de longs historiques de conversations sans perdre le contexte. Le modèle traite ces données efficacement, garantissant une faible latence.
La sortie maximale par requête est de 16 000 tokens. Si vous ne définissez pas le paramètre max_tokens, la valeur par défaut est de 2 048 tokens. Cette limite s'applique uniquement à la complétion. Vous pouvez ajuster la longueur de la sortie à l'aide du paramètre max_tokens. Le streaming vous permet de recevoir la sortie en temps réel. Cela est utile pour les applications qui affichent le texte au fur et à mesure de sa génération. L'utilisation des tokens est rapportée dans le dernier chunk du flux.
Appel de fonction dans des environnements sans censure
L'appel de fonctions permet à votre application d'interagir avec des outils et services externes. Notre API prend en charge l'appel de fonctions avec les paramètres tools et tool_choice. Vous pouvez définir des fonctions dans votre requête, et le modèle renverra une sortie JSON structurée. Cela permet des workflows complexes sans parsing manuel. Le modèle gère la logique en interne, réduisant le besoin de post-traitement.
Le mode JSON garantit que la sortie est toujours du JSON valide. C'est utile pour les applications nécessitant des formats de données stricts. Vous pouvez utiliser le paramètre response_format pour l'imposer. Le modèle prend en charge des paramètres comme temperature, top_p, stop, seed, presence_penalty et frequency_penalty. Ceux-ci vous permettent d'affiner le comportement de sortie. Le streaming via SSE fournit des mises à jour en temps réel pour les appels de fonctions.
Streaming et coûts d'erreur : ce que vous payez réellement
Le streaming vous permet de recevoir la réponse jeton par jeton. Cela améliore l'expérience utilisateur en réduisant la latence perçue. Notre API prend en charge le streaming via les Server-Sent Events (SSE). L'utilisation des jetons est incluse dans le dernier fragment, garantissant une facturation précise. Vous ne payez pas pour les sorties partielles en cas d'échec de la requête. Les erreurs et les refus sont gratuits, vous ne payez que pour les complétions réussies.
Le corps de la requête est limité à 8 Mo. Cela garantit un traitement efficace et empêche une transmission excessive de données. Vous pouvez effectuer jusqu'à 300 requêtes par minute par clé. La limite de concurrence est de 8 requêtes simultanées par clé. Cela suffit pour la plupart des applications. Si vous avez besoin de plus de concurrence, vous pouvez générer des clés supplémentaires. Chaque compte ne peut avoir qu'une clé active à la fois. Une nouvelle clé remplace l'ancienne.
Faire le changement : Compatibilité des SDK
Notre API est entièrement compatible avec les SDK officiels OpenAI. Vous pouvez changer en mettant à jour l'URL de base et la clé API dans la configuration de votre client. L'URL de base est HTTPS://api.llamaapipricing.com/v1. L'ID du modèle à envoyer est "uncensored". Cela garantit que votre code existant fonctionne sans modification. Vous pouvez utiliser les mêmes points de terminaison pour les complétions de chat et la liste des modèles.
- POST /v1/chat/completions pour la génération de texte.
- GET /v1/models pour lister les modèles disponibles.
- Pas de génération d'embeddings, d'images, d'audio ou de vidéo.
- Aucun affinement ni routage de modèle.
L'API sert un seul grand modèle de langage sans censure. C'est un modèle à poids ouverts exécuté sur nos propres serveurs. Ce n'est pas GPT, Claude, Gemini, Grok, DeepSeek, Qwen ou Llama. Vous pouvez utiliser les SDK OpenAI officiels pour Python, Node.js et d'autres langages. La clé API est affichée immédiatement après l'inscription. Aucun numéro de téléphone n'est requis.
Verdict final : Est-ce moins cher que Claude ?
La comparaison de notre tarification API à celle de Claude implique de regarder le coût total de possession. Nous facturons $0.15 par 1M de tokens d'entrée et $0.50 par 1M de tokens de sortie. Il s'agit d'un tarif forfaitaire sans tarification par paliers. De nombreux fournisseurs facturent plus cher pour les contextes plus longs ou les fonctionnalités spécialisées. Notre modèle prend en charge une fenêtre de contexte de 100k sans frais supplémentaires. Cela le rend rentable pour les applications à contexte long.
De plus, notre modèle de paiement uniquement en crypto élimine les frais de transaction. Vous recevez des crédits bonus pour les recharges, réduisant le coût effectif. Les erreurs et les refus sont gratuits, ce qui vous fait économiser sur les requêtes échouées. L'absence d'abonnements mensuels réduit davantage les frais généraux. Si vous avez besoin d'une API uncensored fiable pour des cas d'utilisation de chatbot NSFW ou de chatbot non filtré, notre tarification est compétitive. Le crédit d'essai vous permet de tester l'API sans risque.
